Python Pandas 删除只有一种类型的值的行，重复或不重复

发布于03月11日

我正在try 删除其所有值都相同或相同值的组合的行.

例如，我有一个数据帧，比如

data = {'A': ['1, 1, 1', '1', '2', '3', '1'], 'B': ['1', '1,1,1,1', '2', '4', '1'], 'C': ['1, 1', '2', '3', '5', '1']}个

我要删除所有列中的值为"1"或"1"的任意组合的行. 最终结果应该类似于:

data = {'A': ['1', '2', '3'], 'B': ['1,1,1,1', '2', '4'], 'C': ['2', '3', '5']}个

我试过了

def remove_rows_with_ones(value):
    return all(x == '1' for x in value.split(','))

mask = df.apply(lambda row: any(remove_rows_with_ones(val) for val in row), axis=1)
df_filtered = df[~mask]

但它似乎并没有奏效.任何帮助都会被感谢.

推荐答案

您可以转换为字符串并判断每个单元格是否包含除1(或空格/逗号)以外的字符，如果至少有一个为True，则保留该行:

out = df[df.apply(lambda s: s.astype(str).str.contains('[^1 ,]')).any(axis=1)]

或者，按照你最初的 idea ，在', '上拆分字符串:

import re

out = df[~df.applymap(lambda c: all(x=='1' for x in re.split(', *', c))).all(axis=1)]

# pandas ≥ 2.1
out = df[~df.map(lambda c: all(x=='1' for x in re.split(', *', c))).all(axis=1)]

输出:

   A        B  C
1  1  1,1,1,1  2
2  2        2  3
3  3        4  5

中间体:

# df.apply(lambda s: s.astype(str).str.contains('[^1 ,]'))
       A      B      C
0  False  False  False
1  False  False   True
2   True   True   True
3   True   True   True
4  False  False  False

# df.map(lambda c: all(x=='1' for x in re.split(', *', c)))
       A      B      C
0   True   True   True
1   True   True  False
2  False  False  False
3  False  False  False
4   True   True   True